Qwen3.8-Max：阿里巴巴的 2.4T 开放权重编程模型

Qwen3.8-Max 是阿里巴巴最新的旗舰大语言模型——一个拥有 2.4 万亿参数的混合专家（Mixture-of-Experts，MoE）模型，Qwen 团队称其为“迄今能力最强的模型”。它明确面向编程与“协同工作”：智能体在极少人工干预的情况下进行规划、执行和自我纠正的长周期自主任务。对开发者而言，最重要的消息是模型权重将开放。下面将说明 Qwen3.8-Max 究竟是什么、成本如何、哪些信息已经确认、哪些仍不明确，以及它在真实智能体技术栈中的位置。

Qwen3.8-Max 是什么？

Qwen3.8-Max 是阿里巴巴 Qwen 团队推出的 2.4 万亿参数稀疏 MoE 模型，被定位为 Qwen 系列中能力最强的产品。阿里巴巴已通过托管服务广泛提供该模型，并确认将在发布后不久开放权重；同时还会发布第二个小得多的开放权重检查点 Qwen3.8-27B，面向希望在自有硬件上运行模型的团队。(MarkTechPost)

这次发布有两点格外值得关注。第一，如果权重按计划发布，这将是阿里巴巴首次开放 Max 级 Qwen 模型——也就是旗舰级模型，而不是蒸馏版本。(How2Shout) 第二，该模型从设计上就是多模态的：它接受文本、图像和视频输入并输出文本，而且视觉能力被纳入持续执行循环，而不是一次性的输入通道。(MarkTechPost)

规格速览

根据阿里巴巴的公告和早期发布报道，目前已知信息如下：

• 2.4T 总参数量，采用稀疏 MoE 架构。按这一数字，Qwen3.8-Max 将成为目前已公布的最大开放权重模型之一——大于 DeepSeek V4 Pro（约 1.6T），但小于 2.8T 的 Kimi K3。(techsy)
• 发布报道显示其拥有约 100 万 token 的上下文窗口，足以一次容纳完整代码库或大型文档集合。(How2Shout)
• 原生多模态输入——支持文本、图像和视频输入，输出文本。(MarkTechPost)
• 兼容 OpenAI 与 DashScope 的 API，因此接入现有技术栈通常只需更换基础 URL 和模型 ID。(MarkTechPost)
• Qwen3.8-27B——另一个也将开放权重的检查点，更有可能适配常见的本地 GPU 硬件。(How2Shout)

一个重要空白是：阿里巴巴尚未披露激活参数量，也就是每个 token 实际调用 2.4T 参数中的多少。在稀疏 MoE 中，真正决定服务成本的是激活参数量，而不是总参数量。缺少这一数字，就还无法估算开放权重版本的推理成本。(MarkTechPost)

阿里巴巴主打的能力

Qwen 团队将 Qwen3.8-Max 定位于长周期自主工作，而不是单轮对话。根据阿里巴巴的发布材料，主要演示包括：(latent.space)

• 多日自主编程——一次自我演进的开发任务，从空文件夹开始，在 10 多天内逐步构建可运行项目，完整轨迹已发布在 GitHub 上。
• 长周期规划——具备闭环学习的系统级自主规划，包括超过 500 轮的芯片设计优化，以及为期 365 天的电商策略模拟。
• 自主研究——阿里巴巴称，该模型从零重建了一篇研究论文的流程，并在约 125 小时内持续迭代，最终得到一种在原论文基准上略有提升的数据选择方法。(latent.space)
• 多模态反馈循环——持续利用视觉信息进行规划、执行和自我纠正，而不只是把视觉作为一次性输入。(MarkTechPost)

这些都是来自发布演示的厂商声明。它们在方向上很有意义——整个行业都在推动能够无人值守运行数小时甚至数天的智能体——但尚未经过第三方基准验证。应把它们视为评估起点，而不是定论。

定价

阿里巴巴在发布时公布了 API 定价：(latent.space)

这一价格明显低于大多数美国前沿模型，也低于 Kimi K3 的托管价格（约 $3 输入 / $15 输出），延续了中国实验室在价格上的激烈竞争。较低的缓存输入价格尤其适合反复复用大段固定上下文的工作负载——这正是许多编程智能体和文档智能体的典型形态。

哪些已确认，哪些仍不确定

这次发布节奏很快，各方报道也不完全一致，因此有必要将两类信息分开。

较为确定的信息：

• 总参数量为 2.4T，并计划开放权重，这来自阿里巴巴的正式公告。(techsy)
• API 目前已经可用，并兼容 OpenAI 与 DashScope。(MarkTechPost)
• 公布的 API 定价为每百万 token $2 / $6 / $0.25。(latent.space)
• 将发布第二个开放权重检查点 Qwen3.8-27B。(How2Shout)

尚未明确的信息：

• 激活参数量和完整 MoE 配置，因此实际服务成本仍未知。(MarkTechPost)
• 完整、独立的基准测试表。 早期报道指出，发布材料在撰写时还没有完整基准数据；在把关键工作流交给该模型之前，应等待第三方结果。(MarkTechPost)
• 具体许可证，以及正式发布的检查点是否与预览版本一致。“开放权重”通常表示可以下载权重，并不一定包含训练数据、训练代码或 OSI 认可的开源许可证。(coursiv)

客观来看：Qwen3.8-Max 确实已经推出并可使用，开放权重的承诺也已公开，但用于规划生产容量的关键数据尚未全部披露。

你真的能运行它吗？

对大多数团队而言，自托管 2.4T 旗舰模型仍不现实。一个 2.4 万亿参数检查点需要多节点数据中心基础设施；个人开发者无法在工作站上运行，许多公司也难以自行部署。(How2Shout)

这正是 Qwen3.8-27B 更具现实意义的原因。它的规模适合常见的本地 GPU；对于大多数自托管场景，27B 而非旗舰模型才是可行的部署路径。(MarkTechPost) 如果目标是数据驻留或用自有硬件控制成本，应围绕 27B 规划；如果追求旗舰模型的能力上限，短期内应选择托管 API。

Qwen3.8-Max 在开放权重竞赛中的位置

Qwen3.8-Max 加入了近期异常密集的大型开放权重模型竞赛。此前几周，Moonshot AI 发布了 2.8T 的 Kimi K3，Thinking Machines 的 Inkling 也已亮相；按总参数量计算，它又高于 DeepSeek V4 Pro。(techsy) 竞争信号已经十分明确：前沿规模的开放权重模型正以接近每月一次的节奏出现，开放模型与闭源模型之间的差距继续缩小。

对开发者而言，实际结论并不是挑选唯一“赢家”。现在已经有多个可信、具成本优势，并且原则上可自托管的前沿模型；真正的杠杆来自把每类任务路由给最合适的模型。

在自己的 AI 团队中使用 Qwen3.8-Max 这类模型

前沿模型只有接入真实工作——代码仓库、文档、终端和多步骤计划——才能产生价值，而不是仅仅停留在聊天框里。这正是与模型无关的多智能体平台所擅长的工作：将长周期编程任务路由给 Qwen3.8-Max 这类模型，把日常步骤交给更便宜的模型，并在真实任务中协调它们。Eigent 是一款开源 Cowork 桌面应用，可在本地运行多智能体 AI 团队，让你按任务选择最佳模型，并在需要时将敏感数据保留在自己的机器上。了解智能体如何端到端地审查 GitHub PR，然后下载 Eigent 体验。

常见问题

Qwen3.8-Max 是什么？

Qwen3.8-Max 是阿里巴巴的旗舰大语言模型——一个面向编程和长周期智能体工作的 2.4 万亿参数稀疏混合专家模型。阿里巴巴称其为迄今能力最强的模型，并承诺开放其权重，同时还将发布更小的 Qwen3.8-27B 检查点。

Qwen3.8-Max 是开源的吗？

阿里巴巴表示将开放 Qwen3.8-Max 和 Qwen3.8-27B 的权重。“开放权重”通常意味着权重可下载，并不一定包括训练数据、训练代码或 OSI 认可的许可证。发布时具体许可条款尚未完全明确，因此在依赖再分发权利之前应先确认相关条款。

Qwen3.8-Max 的价格是多少？

阿里巴巴公布的 API 定价为每百万输入 token $2.00、每百万输出 token $6.00，以及每百万缓存输入 token $0.25，明显低于大多数美国前沿模型。

我可以自己运行 Qwen3.8-Max 吗？

2.4T 旗舰模型需要多节点数据中心，大多数个人和公司都无法自托管。较小的 Qwen3.8-27B 检查点才是普通 GPU 硬件上更现实的本地部署路径；对于旗舰模型，短期内应使用托管 API。

Qwen3.8-Max 与 Kimi K3 相比如何？

按总参数量计算，Qwen3.8-Max（2.4T）小于 Kimi K3（2.8T），但大于 DeepSeek V4 Pro（约 1.6T）。其 API 定价低于 K3 的托管价格。由于发布时还没有完整的独立基准测试，模型质量的正面对比仍需等待。

Qwen3.8-Max 可以与 Eigent 这样的多智能体平台配合使用吗？

可以。它的 API 兼容 OpenAI 和 DashScope，因此 Eigent 这样的模型无关平台可以把编程和知识工作任务路由给 Qwen3.8-Max，同时使用其他模型处理日常步骤，并在需要时保持数据本地化。